Question

我不确定这是否适合提出这个问题。我关注https://www.tensorflow.org/get_started/get_started并遇到了以下示例代码：

W = tf.Variable([.3], tf.float32)

b = tf.Variable([-.3], tf.float32)

x = tf.placeholder(tf.float32)

linear_model = W * x + b


In the section on loss function it has the following:

y = tf.placeholder(tf.float32)

squared_deltas = tf.square(linear_model - y)

loss = tf.reduce_sum(squared_deltas)

print(sess.run(loss, {x:[1,2,3,4], y:[0,-1,-2,-3]}))

为什么值y [0,-1,-2,-3]？基于

linear_model = W * x + b,

y将是0.3x - 0.3。因此对于[1,2,3,4]的x，y应为[0,0.3,0.6,0.9]。或者我错过了什么？

Answer 1

是的，你错过了一些东西。此练习的目的是显示您首先构建图形（W * x + b = y），然后提供占位符的变量。要做到这一点，你需要提供x和y，看看你想要的wat（y变量）和你得到的（linear_model变量）之间的区别。

你将这个等式的结果与教程想要从这个等式中得出的结果混淆了。如果您继续学习本教程，他们可能会了解如何训练您的体重以获得您期望的解决方案。

祝你好运！

Answer 2

在此代码段中，'x'是输入，'y'用于标签的目的，因为您似乎已经理解。

'W'和'b'是程序应该'学习'的变量，这样当x = [1,2,3,4]时，y最终为[0，-1，-2，-3]

您看到的'W'和'b'的值是初始值。此代码中不包含更新步骤，您将在根据损失函数计算梯度后更新权重。经过几次迭代后，你应该得到'W'和'b'，这样当x = [1,2,3,4]时，你会得到y = [0，-1，-2，-3] < / p>

TensorFlow文档入门

2 个答案: